插图:tuput
中文
新模型接收一百万个DNA碱基,再加上指定的组织、细胞类型或细胞状态,只针对这一种条件预测基因活性。在一组免疫细胞测试集上,DeepMind称其找出了30%的因果变异,早先的模型是16%。这些数字都出自开发方自己,来自一篇尚未经同行评审的预印本。
谷歌DeepMind于2026年11月11日发布了AlphaGenome 2。这是一个AI模型,预测DNA上的一处改变如何影响某一种选定细胞类型(比如肠道巨噬细胞或静息T细胞)中的基因活性,而不是对整个组织取平均。在一组由免疫细胞数据构建的测试上,DeepMind报告该模型找出了30%的因果变异,早先的模型是16%,公司称这几乎是两倍。支撑这些结果的论文是一篇日期为2026年11月17日的预印本,也就是在同行评审之前发布的,下文每一个性能数字都出自DeepMind自己。截至2026年11月19日,在查阅过的页面中,没有一个报告了独立的复现。
这个模型面向研究人员,而不是临床医生。DeepMind表示它仅供研究使用,尚未经过验证,也未获批用于临床或诊断。
同样的DNA,不同的读法
人体每个细胞携带的DNA都相同,每种细胞类型开启或关闭的基因却各不相同。DeepMind的发布说明把目标描述为:预测微小的DNA差异如何改变特定细胞中的这种开关,公司称这是人类性状和疾病的关键驱动因素。人类细胞图谱(Human Cell Atlas)是2016年成立的全球联盟,正在绘制全身各类细胞中的基因活性,其网站列出了来自100多个国家1700多家机构的3900多名成员。
大部分DNA并不编码蛋白质。DeepMind在2025年6月介绍第一代AlphaGenome的文章中说,编码区只占基因组的2%,另外98%是非编码部分,它指挥基因活性,也存放着许多与疾病相关的变异。变异效应预测器是这样一种模型:它读取一段DNA序列,一次保持原样,一次改动一个碱基,然后报告这一改动起什么作用。研究人员用这些分数来决定先在实验室里检验哪些变异。
细胞类型之所以重要,是因为同一个变异可能在一种细胞类型中起作用,在下一种中却毫无动静。《自然》上的TenK10K研究,其数据被DeepMind用作基准,报告称它发现的基因表达遗传效应中,约有一半只在一种或少数几种细胞类型中出现。
第一代AlphaGenome做了什么,作者留下了什么问题
第一代AlphaGenome于2026年1月28日发表在《自然》上(第649卷,第1206至1218页),一次读取100万个DNA碱基,预测数千种读数,从基因表达到染色质可及性(DNA对细胞分子机器开放的程度)。论文说它涵盖11类测量中的5930条人类轨道和1128条小鼠轨道。论文摘要说,在26项变异效应评估中,它有25项达到或超过现有最强的外部模型。DeepMind 2025年的文章写于这项工作仍是预印本的时候,当时说的是26项中的24项,所以应以《自然》论文的计数为准。该模型后来与AlphaGenome Atlas配套,这是一个1 PB的目录,据DeepMind的产品页面介绍,它为人类基因组中全部90亿种可能的单碱基改变打了分。
《自然》论文也列出了模型当时还做不到的事。作者写道,准确重现不同细胞环境中的组织特异性模式,以及预测特定条件下的变异效应,仍然具有挑战性。他们提出的未来方向包括整合单细胞数据,以及加入DNA甲基化,即DNA上影响基因读取方式的一种化学标记。AlphaGenome 2把这两件事都接了过去。
一次只针对一种条件
DeepMind说,第一代模型一次运行就为许多组织和细胞系给出固定的并行输出,这让它的容量被摊得很薄,也难以区分关系相近的细胞类型。AlphaGenome 2是一个条件模型。它接收100万个碱基的序列,同时接收一个条件,条件被定义为组织、细胞类型或细胞状态,并把这个条件送入网络的每一个阶段。同一段DNA就可以针对每种条件被读出不同的结果。
科学家可以用两种方式选择条件。一种是参考目录,AlphaGenome文档里的教程列出了2799种受支持的人类条件。另一种是上传科学家自己实验中的单细胞RNA数据,由细胞编码器把它压缩成细胞状态的表示。博客说几十个细胞就够了,文档则规定每次调用最多256个细胞。因为模型把细胞状态与输出分开处理,所以只测到一种读数(比如基因活性),它就能预测未测的读数(比如染色质可及性),DeepMind说这可以帮助研究人员决定下一步做哪些实验。DNA甲基化是博客所说的呼声很高的读数,这一版本新增了它。
训练方面,DeepMind说用了来自人类和小鼠样本的整体数据和单细胞数据,其中包括覆盖68种组织的1.07亿多个单细胞图谱。博客的概括语句把这个数字取整为“超过1亿”。
博客和预印本报告了什么
下面所有结果都是作者自己的。在TenK10K(一份涵盖28种免疫细胞类型的单细胞图谱)上,博客说AlphaGenome 2找出了30%的因果变异,对照是16%;找出了43%的基因效应方向(即一个变异是让基因上调还是下调),对照是23%。比较对象是用单细胞数据微调过的原版模型和其他专用工具。
预印本说的是另一种指标。它的摘要说,AlphaGenome 2优于微调后的AlphaGenome 1,也优于在目标数据集上训练的专用模型,“在90%精确率下使因果单细胞eQTL的召回率翻倍”。eQTL是与基因表达量变化相关联的变异。召回率是模型找出的真实因果效应所占的比例,精确率是它给出的判断中正确的比例,所以这一说法指的是在保持十个判断中有九个正确的同时,找出两倍的真实效应。博客的“几乎是两倍”和预印本的“翻倍”来自不同的测试,不应当当作同一个数字来读。
摘要还说,该模型实现了最先进的增强子与基因的关联,也就是把遥远的调控DNA片段(增强子)与它们所控制的基因配对;团队还生成了一份增强子与基因关联的图谱,以及数百种人类细胞类型中700万个常见变异的分数。博客说,预先算好的分数涵盖与性状相关的变异,性状从身高到2型糖尿病不等;当模型有把握时,它还会预测变异是提高还是降低基因的活性。
在未见过的细胞状态上,DeepMind描述了一项用新冠mRNA疫苗研究数据做的测试。给定它没见过的单细胞数据,模型把被疫苗激活的T细胞与静息T细胞区分开来,并预测一个与重症新冠相关的变异在激活状态下对基因活性的破坏更强。博客没有给出这个例子的数值分数。
一个有已知答案的测试:ETS2
有一个例子的答案来自独立的实验室工作。2024年,Stankey及同事在《自然》上报告,21号染色体上的一片基因荒漠(一长段自身没有基因的区域)带有一个单倍型,也就是一组一起遗传的变异,它与炎症性肠病和另外三种疾病相关;而因果基因ETS2是炎症性巨噬细胞的核心调控因子。DeepMind说,AlphaGenome 2针对肠道中的各类免疫细胞做预测,挑出了那个因果变异,并显示它在肠道巨噬细胞中增强ETS2,对其他细胞类型和基因则基本没有影响。
文档中的演示给出了细节。统计精细定位把疾病信号缩小到七个非编码变异,跨度1.2千碱基。其中的rs2836882按这种统计方法排名第二,但模型预测它会使回肠(小肠的最后一段)巨噬细胞中的ETS2表达大幅下降,而对排名第一的变异几乎没有发现什么效应。据演示介绍,ETS2位于约289千碱基之外,更近的基因变化可以忽略,B细胞、T细胞和自然杀伤细胞中不存在这种效应。演示说这与原代巨噬细胞的实验室实验相符。这是DeepMind自己团队写的一个示范案例。
底层的数据
免疫细胞基准建立在公开的研究之上。TenK10K第一阶段于2026年10月28日发表在《自然》上(第659卷,第417至428页),把来自1925人的540万个细胞的单细胞RNA测序与全基因组测序结合起来。在检测的21404个基因中,它为83%的基因找到了可能的调控变异。论文说它找到17674个带有表达相关变异的基因,而最大的全血研究eQTLGen是16987个,TenK10K的样本量小了15倍。
参与者是来自澳大利亚两个队列的1925名欧洲血统个体,作者写道,除其他方面外,还需要进一步增加血统多样性。为本文打开的资料中,没有一份提到AlphaGenome 2使用过印度的数据集。印度自己的参考数据集见tuput关于GenomeIndia的文章,该项目对来自83个人群的10074人做了测序。
获取方式和后续安排
AlphaGenome 2可通过AlphaGenome API用于非商业研究,并配有以单细胞数据为条件的交互式Colab教程;用于商业研究的则通过谷歌云提供私人预览。DeepMind说,面向其Antigravity工作台的AlphaGenome 2 Skills将随后推出,并请研究人员在11月30日之前提交使用案例,入选的项目可获得额外配额和额度。
博客引用了两段背书。人类细胞图谱联盟联合创始人Sarah Teichmann被引述称赞该模型无需重新训练就能适应新的单细胞数据。Genomics Limited首席执行官Peter Donnelly被引述说,公司计划把它接入自己的Mystra平台。DeepMind的产品页面还报告了第一代模型的使用情况:博勋研究所(Broad Institute)的一位研究人员用它的变异分数找到了DNM1基因中的一个变异,后来得到实验室实验支持;英国埃克塞特大学(University of Exeter)的一个团队在一项涉及5.4万多名英国生物样本库参与者的研究中,把一个区域的候选变异从526个缩小到4个。这两个说法都出自DeepMind。
印度科技媒体YourStory重复了30%和16%这两个数字,并注明出自DeepMind。为本文查阅的页面中,没有一个报告DeepMind之外的任何人对该模型做过测试,截至2026年11月19日,这篇预印本也未经同行评审。
资料来源与延伸阅读
- Google DeepMind (Adam Gayoso, Natasha Latysheva, Pushmeet Kohli, Ziga Avsec), 11 November 2026: AlphaGenome 2, deciphering how cells read DNA to better understand disease
- Gayoso A et al., AlphaGenome 2 predicts regulatory activity and variant effects across cell states, preprint first published 17 November 2026 (Europe PMC record PPR1371267, not peer reviewed)
- Google DeepMind, 25 June 2025 (updated January 2026): AlphaGenome, AI for better understanding the genome
- Google DeepMind: AlphaGenome product page (AlphaGenome 2, AlphaGenome Atlas and case studies)
- Avsec Z et al., Advancing regulatory variant effect prediction with AlphaGenome, Nature 649, 1206 to 1218 (published 28 January 2026)
- PubMed record and abstract, Avsec et al., AlphaGenome, Nature 649:1206 (PMID 41606153)
- Cuomo ASE et al., Rare and common genetic variants shape single-cell immune gene expression (TenK10K phase 1), Nature 659, 417 to 428 (published 28 October 2026)
- PubMed record and abstract, Stankey CT et al., A disease-associated gene desert directs macrophage inflammation through ETS2, Nature 630:447 (2024) (PMID 38839969)
- AlphaGenome documentation: Fine-mapping the ETS2 locus (AlphaGenome 2 vignette)
- AlphaGenome documentation: Choosing a condition (AlphaGenome 2 tutorial)
- Human Cell Atlas: What is the Human Cell Atlas (mission and consortium figures)
- YourStory: Google DeepMind unveils AlphaGenome 2 to study DNA changes
本文在 AI 工具协助下研究与撰写,并经编辑核实。仅供一般参考与讨论,不构成专业建议。请参阅我们的编辑准则与免责声明。发现错误?告诉我们。
喜欢这篇吗?下一篇也别错过。
每次一篇好文章,直接送到你的邮箱。绝无垃圾邮件,随时可退订。